2021年8月8日 – arXiv最新論文の紹介

Residual Attention: A Simple but Effective Method for Multi-Label Recognition [29.2]
クラス固有残差注意(CSRA)という,恥ずかしいほど単純なモジュールを提案する。 CSRAは、単純な空間的注意スコアを提案し、クラスに依存しない平均プール機能と組み合わせることで、各カテゴリのクラス固有の特徴を生成する。 4行のコードだけで、CSRAは追加のトレーニングなしで、さまざまな事前訓練されたモデルやデータセットに対して一貫した改善をもたらす。
論文参考訳（メタデータ） (Thu, 5 Aug 2021 08:45:57 GMT)
- an embarrassingly simple module（恥ずかしいほどシンプルなモジュール）と書かれているように下記のとてもシンプルなモジュールを入れるだけでマルチラベル画像認識モデルの性能が向上するとした論文。予測時に入れるだけでトレーニングも不要と驚きの性能。動作に関する分析も行っている。
  - モジュールのコード（論文より引用）
    y_raw = FC(x).flatten(2) y_avg = torch.mean(y_raw, dim=2) y_max = torch.max(y_raw, dim=2)[0] score = y_avg + Lambda * y_max
  - Lambdaはハイパーパラメータ

日: 2021年8月8日